CountVectorizer

CountVectorizer 關於文本特徵提取，前面一篇文章TF-IDF介紹了HashingTF，本文將再介紹一種Spark MLlib的API CountVectorizer。 CountVectorizer 和 CountVectorizerModel 旨在幫助將文本文檔集合轉化爲頻數向量。當先驗詞典不可用時，CountVectorizer可以用作Estimator提取詞彙表，並生成一個Co

>>阅读原文<<